Enregistré dans:
| Auteurs principaux: | Abbas, Ahmed, Swoboda, Paul |
|---|---|
| Format: | Preprint |
| Publié: |
2022
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2205.11638 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Sobolev Training of End-to-End Optimization Proxies
par: Rosemberg, Andrew W., et autres
Publié: (2025)
par: Rosemberg, Andrew W., et autres
Publié: (2025)
Training Neural ODEs Using Fully Discretized Simultaneous Optimization
par: Shapovalova, Mariia, et autres
Publié: (2025)
par: Shapovalova, Mariia, et autres
Publié: (2025)
End-to-End Training of High-Dimensional Optimal Control with Implicit Hamiltonians via Jacobian-Free Backpropagation
par: Gelphman, Eric, et autres
Publié: (2025)
par: Gelphman, Eric, et autres
Publié: (2025)
End-to-End Conformal Calibration for Optimization Under Uncertainty
par: Yeh, Christopher, et autres
Publié: (2024)
par: Yeh, Christopher, et autres
Publié: (2024)
End-to-end guarantees for indirect data-driven control of bilinear systems with finite stochastic data
par: Chatzikiriakos, Nicolas, et autres
Publié: (2024)
par: Chatzikiriakos, Nicolas, et autres
Publié: (2024)
Optimization Over Trained Neural Networks: Taking a Relaxing Walk
par: Tong, Jiatai, et autres
Publié: (2024)
par: Tong, Jiatai, et autres
Publié: (2024)
Towards Guided Descent: Optimization Algorithms for Training Neural Networks At Scale
par: Nagwekar, Ansh
Publié: (2025)
par: Nagwekar, Ansh
Publié: (2025)
Neural Network Training Techniques Regularize Optimization Trajectory: An Empirical Study
par: Chen, Cheng, et autres
Publié: (2020)
par: Chen, Cheng, et autres
Publié: (2020)
Chebyshev Center-Based Direction Selection for Multi-Objective Optimization and Training PINNs
par: Yoon, Hoyeol, et autres
Publié: (2026)
par: Yoon, Hoyeol, et autres
Publié: (2026)
TAMUNA: Doubly Accelerated Distributed Optimization with Local Training, Compression, and Partial Participation
par: Condat, Laurent, et autres
Publié: (2023)
par: Condat, Laurent, et autres
Publié: (2023)
Mean-Field Limits for Two-Layer Neural Networks Trained with Consensus-Based Optimization
par: De Deyn, William, et autres
Publié: (2025)
par: De Deyn, William, et autres
Publié: (2025)
BiCoLoR: Communication-Efficient Optimization with Bidirectional Compression and Local Training
par: Condat, Laurent, et autres
Publié: (2026)
par: Condat, Laurent, et autres
Publié: (2026)
Optimization over Trained (and Sparse) Neural Networks: A Surrogate within a Surrogate
par: Pham, Hung, et autres
Publié: (2025)
par: Pham, Hung, et autres
Publié: (2025)
End-to-End Learning Framework for Solving Non-Markovian Optimal Control
par: Zhang, Xiaole, et autres
Publié: (2025)
par: Zhang, Xiaole, et autres
Publié: (2025)
Anytime Training with Schedule-Free Spectral Optimization
par: Apte, Anuj, et autres
Publié: (2026)
par: Apte, Anuj, et autres
Publié: (2026)
Efficient Optimization Algorithms for Linear Adversarial Training
par: RIbeiro, Antônio H., et autres
Publié: (2024)
par: RIbeiro, Antônio H., et autres
Publié: (2024)
Convergence for Discrete Parameter Update Schemes
par: Wilson, Paul, et autres
Publié: (2025)
par: Wilson, Paul, et autres
Publié: (2025)
The Surprising Agreement Between Convex Optimization Theory and Learning-Rate Scheduling for Large Model Training
par: Schaipp, Fabian, et autres
Publié: (2025)
par: Schaipp, Fabian, et autres
Publié: (2025)
Adversarial Training of Two-Layer Polynomial and ReLU Activation Networks via Convex Optimization
par: Kuelbs, Daniel, et autres
Publié: (2024)
par: Kuelbs, Daniel, et autres
Publié: (2024)
Reheated Gradient-based Discrete Sampling for Combinatorial Optimization
par: Li, Muheng, et autres
Publié: (2025)
par: Li, Muheng, et autres
Publié: (2025)
Beyond Discretization: Learning the Optimal Solution Path
par: Dong, Qiran, et autres
Publié: (2024)
par: Dong, Qiran, et autres
Publié: (2024)
$ϕ$-Balancing for Mixture-of-Experts Training
par: Chen, Lizhang, et autres
Publié: (2026)
par: Chen, Lizhang, et autres
Publié: (2026)
An Optimal Control Approach To Transformer Training
par: Akman, Kağan, et autres
Publié: (2026)
par: Akman, Kağan, et autres
Publié: (2026)
Does Weight Decay Enhance Training Stability?
par: Saether, Marius, et autres
Publié: (2026)
par: Saether, Marius, et autres
Publié: (2026)
Distributional Adversarial Attacks and Training in Deep Hedging
par: He, Guangyi, et autres
Publié: (2025)
par: He, Guangyi, et autres
Publié: (2025)
Causal-Aware Foundation-Model for Bilevel Optimization in Discrete Choice Settings
par: Subramanian, Shivaram, et autres
Publié: (2026)
par: Subramanian, Shivaram, et autres
Publié: (2026)
Differentiable Model Predictive Control on the GPU
par: Adabag, Emre, et autres
Publié: (2025)
par: Adabag, Emre, et autres
Publié: (2025)
On Dissipativity of Cross-Entropy Loss in Training ResNets
par: Püttschneider, Jens, et autres
Publié: (2024)
par: Püttschneider, Jens, et autres
Publié: (2024)
Towards an Optimal Control Perspective of ResNet Training
par: Püttschneider, Jens, et autres
Publié: (2025)
par: Püttschneider, Jens, et autres
Publié: (2025)
Employing Federated Learning for Training Autonomous HVAC Systems
par: Hagström, Fredrik, et autres
Publié: (2024)
par: Hagström, Fredrik, et autres
Publié: (2024)
Federated Dynamical Low-Rank Training with Global Loss Convergence Guarantees
par: Schotthöfer, Steffen, et autres
Publié: (2024)
par: Schotthöfer, Steffen, et autres
Publié: (2024)
Tuning-Free Stochastic Optimization
par: Khaled, Ahmed, et autres
Publié: (2024)
par: Khaled, Ahmed, et autres
Publié: (2024)
SPO-VCS: An End-to-End Smart Predict-then-Optimize Framework with Alternating Differentiation Method for Relocation Problems in Large-Scale Vehicle Crowd Sensing
par: Wang, Xinyu, et autres
Publié: (2024)
par: Wang, Xinyu, et autres
Publié: (2024)
Robust and Fast Training via Per-Sample Clipping
par: Nobile, Davide, et autres
Publié: (2026)
par: Nobile, Davide, et autres
Publié: (2026)
Relaxation-Informed Training of Neural Network Surrogate Models
par: Tsay, Calvin
Publié: (2026)
par: Tsay, Calvin
Publié: (2026)
Challenges in Training PINNs: A Loss Landscape Perspective
par: Rathore, Pratik, et autres
Publié: (2024)
par: Rathore, Pratik, et autres
Publié: (2024)
Adaptive Momentum and Nonlinear Damping for Neural Network Training
par: Karoni, Aikaterini, et autres
Publié: (2026)
par: Karoni, Aikaterini, et autres
Publié: (2026)
Stable Nonconvex-Nonconcave Training via Linear Interpolation
par: Pethick, Thomas, et autres
Publié: (2023)
par: Pethick, Thomas, et autres
Publié: (2023)
Training Deep Learning Models with Norm-Constrained LMOs
par: Pethick, Thomas, et autres
Publié: (2025)
par: Pethick, Thomas, et autres
Publié: (2025)
Enhancing Privacy in Federated Learning through Local Training
par: Bastianello, Nicola, et autres
Publié: (2024)
par: Bastianello, Nicola, et autres
Publié: (2024)
Documents similaires
-
Sobolev Training of End-to-End Optimization Proxies
par: Rosemberg, Andrew W., et autres
Publié: (2025) -
Training Neural ODEs Using Fully Discretized Simultaneous Optimization
par: Shapovalova, Mariia, et autres
Publié: (2025) -
End-to-End Training of High-Dimensional Optimal Control with Implicit Hamiltonians via Jacobian-Free Backpropagation
par: Gelphman, Eric, et autres
Publié: (2025) -
End-to-End Conformal Calibration for Optimization Under Uncertainty
par: Yeh, Christopher, et autres
Publié: (2024) -
End-to-end guarantees for indirect data-driven control of bilinear systems with finite stochastic data
par: Chatzikiriakos, Nicolas, et autres
Publié: (2024)